机器学习编程

机器学习编程

作者:[意] 保罗·佩罗塔(Paolo Perrotta)

出版社:机械工业

出版年:2021年5月

ISBN:9787111680918

所属分类:网络科技

书刊介绍

《机器学习编程》内容简介

使用监督学习从头构建一个图像识别应用程序。用线性回归预测未来。深入研究梯度下降,这是一种驱动大部分机器学习的基本算法。创建感知器来分类数据。建立神经网络来处理更复杂和复杂的数据集。通过反向传播和批处理来训练和细化这些网络。分层神经网络,消除过度拟合,并添加卷积将您的神经网络转换为一个真正的深度学习系统。
作者:保罗·佩罗塔。

作品目录

译者序
前言
致谢
第一部分
从零开始的图像识别
第1章:机器学习的原理
第2章:首个机器学习程序
第3章:梯度
第4章:超空间
第5章:能辨识的机器
第6章:计算机视觉初探
第7章:最后的挑战
第8章:感知机
第二部分
神经网络
第9章:设计神经网络
第10章:构建神经网络
第11章:训练神经网络
第12章:分类器的工作原理
第13章:小批量处理
第14章:测试的禅意
第15章:来做开发吧
第三部分
深度学习
第16章:深度神经网络
第17章:战胜过度拟合
第18章:驯服深度网络
第19章:超越香草神经网络
第20章:深度学习
附录A
Python语言入门
附录B
机器学习术语

相关推荐

微信二维码